如何在Python中规范化位置名称

Question

我正在开发一个用户评论数据集，其中提到了位置。我使用nltk(StanfordNERTagger(和spacy来提取位置。问题是它们有许多不同的形式。例如：(纽约州对纽约市，佐治亚州对乔治亚州等(。此外，我希望检索给定城市的状态。有没有一个库或方法可以在Python中规范化这些？例如，一个像这样工作的库：

g = geo_classify('New York City')
g.cities() => ['New York City']
g.states() => ['New York']
g.countries() => ['United States']

我尝试使用Geograpy3，但它没有检测到一些城市，任何缩写，也没有给我给定城市的州。有什么建议吗？

Answer 1

@Big_Mac-我是地理疗法的负责人之一。感谢您尝试地理3。你可能想使用定位器界面和最近发布的geograpy3。现在有一个CityLookup、RegionLookup和CountryLookup，根据wikidata考虑不同的标签。

这里有一个"；预览"；期待什么。在内部，将使用以下SQL数据库查询：

纽约示例

查询

select * from cityLookup where label='New York City'

结果

>名称geoNameId国家Idop>纬度lon<1th>partOfRegionId th>纽约州Q1384第三季度41-74Q1 3844042011-5美国纽约美国

标签	级别	locationKind	>wikidataid	区域Id	regionLat
纽约市	5	城市	Q60	5128581	8398748